当前位置: 首页 > article >正文

毕业设计:python美食菜谱数据分析可视化系统 爬虫+Echarts 可视化 Django框架 大数据(源码+文档2)✅

python美食菜谱数据分析可视化系统 爬虫+Echarts 可视化 Django框架 大数据✅

1、项目介绍

技术栈:
Python语言、Django框架、vue框架、Echarts 可视化、MySQL 数据库、豆果美食网、html css js juery
基于django的美食菜谱数据分析可视化系统

2、项目界面

(1)美食菜品数据
在这里插入图片描述
(2)分类可视化前十
在这里插入图片描述

(3)类型可视化前十
在这里插入图片描述
(4)配料分布分析

在这里插入图片描述

(5)菜式分类

在这里插入图片描述

(6)所有配料可视化分析
在这里插入图片描述

(7)作者分布图
在这里插入图片描述
(8)作者分布词云图

在这里插入图片描述

(9)配料分析图

在这里插入图片描述
(10)后台数据管理
在这里插入图片描述

3、项目说明

基于Django的美食菜谱数据分析可视化系统是一个使用Python语言和Django框架开发的Web应用程序。它还使用了Vue框架和Echarts可视化工具来实现数据可视化。

该系统的主要功能是对豆果美食网的菜谱数据进行分析和可视化展示。用户可以通过系统的界面进行菜谱搜索、分类浏览等操作,系统会根据用户的需求从MySQL数据库中获取相应的数据。

系统的前端使用了HTML、CSS、JavaScript和JQuery等技术来实现页面的布局和交互效果。用户可以通过系统的界面进行菜谱搜索、分类浏览等操作。

系统的后端使用了Python语言和Django框架来处理用户的请求,并与MySQL数据库进行交互。系统会根据用户的需求从数据库中获取相应的数据,并使用Echarts可视化工具将数据以图表的形式展示出来。

通过该系统,用户可以方便地进行美食菜谱的数据分析和可视化展示,帮助用户更好地理解和利用菜谱数据。同时,该系统还提供了用户注册、登录、个人信息管理等功能,以及对菜谱的收藏、评论等操作,提升了用户的交互体验。

4、核心代码

import uuid
from collections import Counter

from django.http import HttpResponse, JsonResponse
from django.shortcuts import render

from django.views.decorators.csrf import csrf_exempt
from django.db.models import *
from app01 import models
import json
from django.core import serializers


# 登陆
def login(request):
    data = {}
    res = json.loads(request.body)
    password = res.get("password")
    name = res.get("name")
    print(name, password)
    use = models.User.objects.filter(name=name).filter(password=password).values()
    print(len(use))
    data["login"] = len(use)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


# 注册
def zc(request):
    data = {}
    res = json.loads(request.body)
    password = res.get("password")
    name = res.get("name")
    print(name, password)
    zc = 0
    user = models.User.objects.filter(name=name)
    if len(user) == 0:
        uid = models.User(id=uuid.uuid1(), name=name, password=password).save()
        user = models.User.objects.filter(name=name)
        print(user)
        zc = 1
    data["login"] = zc
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def home(request):
    data = {}
    res = json.loads(request.body)
    name = res.get("type")
    img = models.Menu.objects.filter(big_type=name).values("img")[0:5]
    items = models.Menu.objects.raw(
        'select id, count(type) ,type from menu where big_type = "' + str(name) + '" group by type')
    item = []
    for i in items:
        d = {"label": i.type}
        item.append(d)
    data["img"] = list(img)
    data["items"] = list(item)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def info(request):
    res = json.loads(request.body)
    data = {}
    i = res.get("pageIndex")
    size = res.get("pageSize")
    name = res.get("name")
    big = res.get("value")
    num = res.get("num")
    ll = models.Menu.objects.raw("select id, count(big_type) value,big_type name from menu group by  q big_type")
    if num == '':
        li = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).order_by(
            'type').values()[
             (i - 1) * size:i * size]
        total = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).values(
            "id").count()
    else:
        li = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).filter(num=num).order_by(
            'type').values()[
             (i - 1) * size:i * size]
        total = models.Menu.objects.filter(name__contains=name).filter(big_type__contains=big).filter(num=num).values(
            "id").count()
    item = []

    #(1) MySQL5.5版本用下面的代码
    # for i in ll:
    #     d = {"value": i.name, "label": i.name}
    #     item.append(d)
    #

    #(2) MySQL5.7以上版本用下面的代码
    for i in list(li):
        l = i['peiliao'].split(',')
        i['num'] = len(l)




    data["items"] = list(item)
    data["list"] = list(li)
    data["total"] = total
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def echarts(request):
    data = {}
    big = models.Menu.objects.raw(
        "select id, count(big_type) value,big_type name from menu group by big_type order by value desc limit 20")
    item = []
    for i in big:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["big"] = list(item)
    type = models.Menu.objects.raw(
        "select id, count(type) value,type name from menu group by type order by value desc limit 50")
    item = []
    for i in type:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["type"] = list(item)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})


def echarts1(request):
    data = {}
    num = models.Menu.objects.raw(
        "select id, count(num) value,num name from menu group by num order by value desc limit 20")
    item = []
    for i in num:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["num"] = list(item)
    type = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '中国菜' group by num order by value desc limit 10")
    item = []
    for i in type:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["china"] = list(item)
    wai = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '外国菜' group by num order by value desc limit 10")
    item = []
    for i in wai:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["wai"] = list(item)
    ge = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '各地小吃' group by num order by value desc limit 10")
    item = []
    for i in ge:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["ge"] = list(item)
    cs = models.Menu.objects.raw(
        "select id,count(num) value,num name from menu where big_type = '菜式' group by num order by value desc limit 10")
    item = []
    for i in cs:
        d = {"name": i.name, "value": i.value}
        item.append(d)
    data["cs"] = list(item)
    return JsonResponse(data=data, json_dumps_params={'ensure_ascii': False})
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161

🍅✌**感兴趣的可以先收藏起来,点赞关注不迷路,想学习更多项目可以查看主页,大家在毕设选题,项目代码以及论文编写等相关问题都可以给我留言咨询,希望可以帮助同学们顺利毕业!**🍅✌

5、源码获取方式

🍅**由于篇幅限制,获取完整文章或源码、代做项目的,拉到文章底部即可看到个人联系方式。**🍅

**点赞、收藏、关注,不迷路,**下方查看**👇🏻*获取联系方式*👇🏻


http://www.kler.cn/news/363264.html

相关文章:

  • 【c++差分数组】P9583涂色
  • Zookeeper面试整理-实践与应用
  • 一、Linux 目录文件
  • 在MySQL中建索引时需要注意哪些事项?
  • 理解Vue双向绑定和单向数据流
  • 从一个简单的计算问题,看国内几个大语言模型推理逻辑能力
  • 052_python基于Python高校岗位招聘和分析平台
  • Ubuntu 上安装 docker 并配置 Docker Compose 详细步骤
  • 数据结构:图的创建(通俗易懂版)
  • 1024 程序员节
  • 香叶醇酵母生产+机器学习优化酵母-文献精读66
  • namenode格式化连接8485端口失败
  • CTFHUB技能树之文件上传——双写后缀
  • C++中的精妙哈希算法:原理解析与高效实现
  • 100种算法【Python版】第3篇——动态规划
  • 解决 VSCode 调试时 Python 文件路径问题及 `FileNotFoundError` 报错 (在原本非调试情况下可运行)
  • 天锐绿盾与Ping32内网安全保护能力对比,选择最优方案
  • 教学资源的信息化管理:Spring Boot平台
  • 如何配置 Jenkins 主从架构以及结合 Gerrit 和镜像操作
  • **KAMA指标**,用于衡量股价趋势的一个技术分析指标
  • Mockito Mock DataSourceTransactionManager失败原因
  • 二、Linux 入门教程:开启大数据领域的神奇之旅
  • 【部署篇】Haproxy-01安装部署(源码方式安装)
  • 双碳”目标下民用建筑用户侧储能的管理
  • Vue3快速入门(一)环境配置与项目创建
  • 植物健康,Spring Boot来保障